卓書芳

(福建信息職業(yè)技術(shù)學(xué)院 機電工程系，福建 福州350003)

基于機器視覺的工業(yè)機器人分揀技術(shù)應(yīng)用研究與系統(tǒng)開發(fā)

卓書芳

(福建信息職業(yè)技術(shù)學(xué)院 機電工程系，福建 福州350003)

隨著科學(xué)技術(shù)的不斷進步，與機器人有關(guān)的技術(shù)也得到飛速發(fā)展，專家和學(xué)者關(guān)注的焦點也轉(zhuǎn)移到機器人視覺技術(shù)方面，從而讓機器人也擁有和人眼相似的使用功能。文章研究了基于機器視覺的工業(yè)機器人分揀系統(tǒng)，該系統(tǒng)主要包括機器人本體及工件平臺、機器視覺和運動控制三大模塊，對它們的結(jié)構(gòu)分別進行了設(shè)計;最后重點分析了分揀系統(tǒng)中應(yīng)用的關(guān)鍵技術(shù)。

機器視覺；工業(yè)機器人；分揀技術(shù)；系統(tǒng)設(shè)計

經(jīng)過幾十年的視覺技術(shù)發(fā)展，機器視覺技術(shù)的應(yīng)用已經(jīng)涉及到精密加工、藥品生產(chǎn)、生產(chǎn)流水線、產(chǎn)品包裝以及無損檢測等領(lǐng)域，并且在容易發(fā)生人身傷害或者易于人工操作的領(lǐng)域發(fā)揮更加重要的作用〔1〕。需要注意的是，基于機器視覺技術(shù)的不確定性和復(fù)雜性帶來的后續(xù)問題并沒有得到有效解決，這也是視覺機器人研究急需解決的問題。

1 基于機器視覺的機器人工件分揀系統(tǒng)設(shè)計

1.1 機器視覺系統(tǒng)設(shè)計

機器視覺系統(tǒng)是整個分揀系統(tǒng)的核心所在，同時合理優(yōu)化的視覺模式也是機器人能夠快速準(zhǔn)確進行分揀的關(guān)鍵。需要說明的是，基于機器視覺系統(tǒng)的硬件設(shè)計、機器人相機的設(shè)定以及識別和追蹤工件的智能算法將在后續(xù)進行詳細說明。

1.2 機器人本體設(shè)計

機器人的本體設(shè)計是工業(yè)機器人分揀系統(tǒng)的重要組成部分，同時也是機器視覺和運動控制設(shè)計方案的基礎(chǔ)，該結(jié)構(gòu)的有效性和合理性會直接決定了整個分揀系統(tǒng)的整體效果。

當(dāng)確定分揀機器人的結(jié)構(gòu)方案后，本文采用三維設(shè)計軟件來進行基于機器人本體的三維建模，具體的結(jié)構(gòu)示意圖如下圖1所示。

分揀機器人的三維建模示意圖如圖1所示，其中三軸的活動范圍分別為：X軸活動區(qū)間：0-500mm，Y軸活動區(qū)間：0-600mm，Z軸活動區(qū)間：0-600mm，當(dāng)然還要注重機器人的結(jié)構(gòu)緊湊性。本文根據(jù)分揀技術(shù)的精度要求，采用滾珠絲杠導(dǎo)軌的方式來實現(xiàn)三軸運動，而且采用滾珠絲杠設(shè)計的傳動摩擦力較小、運行較為平穩(wěn)以及反應(yīng)速度快，通常應(yīng)用在直線運動類型的機器人。文章采用三菱HC-KFS43型號的交流伺服電機，該電機的輸入功率為400W，最高轉(zhuǎn)速可達3000r/min。

圖1 分煉機器人三維建模

2 分揀系統(tǒng)關(guān)鍵技術(shù)應(yīng)用

2.1 攝像機標(biāo)定技術(shù)

攝像機設(shè)定的主要目的在于將空間坐標(biāo)系統(tǒng)轉(zhuǎn)換為立體圖像坐標(biāo)系統(tǒng)，首先會從不同方向采集標(biāo)定板中的像素坐標(biāo)以及對應(yīng)的世界坐標(biāo)，然后根據(jù)像素變換關(guān)系來構(gòu)建像素坐標(biāo)和世界坐標(biāo)的映射關(guān)系，從而得到基于二維圖像的世界坐標(biāo)的三維映射信息，最后完成攝像機設(shè)定〔2〕。攝像機坐標(biāo)與世界坐標(biāo)的關(guān)系如公式(1)所示。

(1)

其中：R3*3=(RxRyRz)為攝像機的旋轉(zhuǎn)矩陣，T3*1=(RxRyRz)T為攝像機平移向量，R3*3:和R3*1與攝像機的結(jié)構(gòu)工藝有關(guān)；(XW，YW，ZW，1)和(XCYCZC，1)分別表示為空間的定點在世界坐標(biāo)系和攝像機坐標(biāo)系下的向量。

攝像機坐標(biāo)系的坐標(biāo)(Oc,Xc,Yc，Zc)通過針孔攝像機模型的透視和映射處理后，得到基于成像坐標(biāo)系中的物理坐標(biāo)(Xu,Yu)，如公式(2)所示。

(2)

(3)

其中：p1，p2為切向畸變參數(shù)，k1,k2為徑向畸變參數(shù)。

攝像機圖像坐標(biāo)(o,u,v)與成像平面坐標(biāo)(Od，Xd，Yd)的線性轉(zhuǎn)換關(guān)系如公式(4)和(5)所示。

(4)

(5)

其中：(cx，cy)為基準(zhǔn)坐標(biāo)，一般處于圖像的中心位置，f代表攝像機的焦距，Δx為相鄰像素在水平方向上的距離，Δy為相鄰像素在垂直方向上的距離，fx和fy是以單個像素為單位的焦距。具體的公式(6)所示。

(6)

其中：s表示為比例因子，H表示為單應(yīng)性矩陣或者投影矩陣，本文參照計算機圖像坐標(biāo)和世界坐標(biāo)系得出方程，由此求出H，由此構(gòu)建二維坐標(biāo)系和三維世界坐標(biāo)系的映射關(guān)系。此外還可以利用最小二乘法得到外部參數(shù)矩陣、內(nèi)部參數(shù)矩陣以及四個畸變參數(shù)，并以此作為標(biāo)定的最后結(jié)果。

2.2 圖像預(yù)處理技術(shù)

圖像預(yù)處理技術(shù)的主要作用就是清除圖像中不相關(guān)的圖像信息，留下有效信息，降低圖像處理的復(fù)雜度，提高圖像的信噪比，以此有效減輕圖像處理的壓力。顯然，圖像預(yù)處理的效果會直接影響到目標(biāo)圖像的中心、周長、面積以及邊界輪廓的描述，這也是圖像處理的關(guān)鍵技術(shù)。因為在靜態(tài)識別過程中所處理的工件對象為灰度圖像，因此無需針對工件圖像進行灰度轉(zhuǎn)換，本節(jié)介紹的圖像預(yù)處理技術(shù)的主要功能為圖像的平滑去噪。圖像預(yù)處理技術(shù)還要參考系內(nèi)部的元件、電路噪聲干擾以及外部的電磁波等。一般情況下，攝像機收集的圖像大多存在噪聲，這勢必造成圖像質(zhì)量的下降。常見的噪聲主要有兩種：第一種為椒鹽式噪聲，這種噪聲的幅值相差不大，而且出現(xiàn)的點為隨機的；第二種為高斯噪聲，這類噪聲會隨機地出現(xiàn)在圖像的每個像素點，而且其幅值也是隨機的。在圖像處理過程中，通常利用圖像平滑技術(shù)來消除噪聲，但是圖像的清晰度和圖像平滑處理相互矛盾。當(dāng)然理想的圖像平滑處理技術(shù)是在不影響圖像質(zhì)量的情況下清除圖像噪音，這往往會造成圖像邊緣輪廓的模糊化?，F(xiàn)階段，常用的空間域的圖像平滑處理方法主要有： 近鄰平滑濾波、中值濾波、均值濾波以及自適應(yīng)濾波等方法。

2.3 角點結(jié)合輪廓特征識別技術(shù)

文本采用改進型的算子來檢測角點，而且算子對于圖像的噪聲、旋轉(zhuǎn)以及灰度變換有較好的可靠性和穩(wěn)定性。與常規(guī)的檢測角點不同，改進型算子能夠檢測出角點的所屬目標(biāo)。需要注意的是，本文采用的改進型角點檢測可以進行多目標(biāo)處理，首先將目標(biāo)圖像進行分塊，然后針對不同圖像塊提取角點特征，這樣不僅有效區(qū)分角點的所屬性，而且還可以將圖像進行平移和灰度化處理，其具體公式如(7)所示。

E(u,ν)=Σw(x,y)[I(x+u,y+ν)-I(x,y)]2

(7)

其中w(x,y)為窗口函數(shù)的高斯型平滑因子，I(x,y)為原圖像灰度值，I(x+u,y+ν)為圖像經(jīng)過平移后的灰度值。如果進行微小平移，則可以省略高斯項。如公式(8)所示。

(8)

其中：Ix和Iy表示為圖像的水平和垂直方向的導(dǎo)數(shù)，λmax和λmin為像素點個數(shù)的最大值和最小值。當(dāng)λ1?λ2或者λ2?λ1時，所選的為圖像的邊緣；如果λ1和λ2數(shù)值較大時則可將其作為圖像角點，該旋轉(zhuǎn)因子R的表達式為：

(9)

一般情況下，k取0.0402，而且R值只和M的特征值相關(guān)。R值與角點類型的關(guān)系為：當(dāng)R值為較大的正數(shù)時定義為角點，當(dāng)R值為較小的負數(shù)時定義為圖像邊緣，當(dāng)R與零值接近時定義為平坦區(qū)域。此外要針對旋轉(zhuǎn)因子R進行閾值處理，由此得到局部極大值。需要注意的是，如果增加閾值則圖像的角點數(shù)目減少；如果減少閾值曾圖像的角點數(shù)目增大。

3 結(jié)論

顯然，研究基于機器視覺的工業(yè)機器人分揀技術(shù)對于機器人手臂的抓取和分揀有著重要促進作用，不僅有效降低機器人工作的錯誤率，而且顯著減少工業(yè)生產(chǎn)成本，從而能夠創(chuàng)造更多的工業(yè)價值。機械工業(yè)的定位和攝像機識別技術(shù)已經(jīng)成為整個機器人分揀技術(shù)的核心所在，因此具有一定的研究和應(yīng)用價值。

〔1〕 劉振宇,趙彬,鄒風(fēng)山.機器視覺技術(shù)在工件分揀中的應(yīng)用〔J〕.計算機應(yīng)用與軟件,2012,(11):87-91.

〔2〕 潘麗霞.論工業(yè)機器人的發(fā)展與應(yīng)用〔J〕.山西科技,2010,(3)：22-25.

Application Research and System Development of sorting Technology by Industrial Robot Based on Machine Vision

ZHUO Shu-fang

(DepartmentofMechanicalandElectricalEngineering,FujianCollegeofVocationalInformationTechnology,Fuzhou,Fujian, 350003,China)

The Paper expounds the sorting system of industrial robot based on machine vision. The main system includes three modules, they are robot and work- piece platform, machine vision and motion control. The structure of them are designed respectively. Finally focuses on the analysis of the key technology in the application of sorting system.

Machine vision；Sorting technology；System design

10.3969/j.issn.1008-3723.2017.01.004

(j)cnki 1008-3723 2017.01.004

2016-12-04

福建省中青年教師教育科研項目"基于機器視覺的工業(yè)機器人分揀技術(shù)應(yīng)用研究與系統(tǒng)開發(fā)"(JAT160732).

卓書芳(1976-)，女，福建屏南縣人，福建信息職業(yè)技術(shù)學(xué)院 機電工程系講師，碩士.研究方向：機電系統(tǒng)辨識與智能控制.

TP242.2

A